市場研究與spss數(shù)據(jù)分析

1、目錄SPSS在市場研究中的應(yīng)用市場研究概述市場研究統(tǒng)計(jì)分析概述市場研究概述統(tǒng)計(jì)學(xué)(Statistics)是關(guān)于數(shù)據(jù)資料的 的一門學(xué)科收集整理分析推斷市場(營銷)研究(Marketing Research) AMA- 是營銷者通過信息與消費(fèi)者、顧客和公眾聯(lián)系的一種職能。這些信息用于識(shí)別和定義營銷問題與機(jī)遇，制定、完善和評(píng)估營銷活動(dòng)，監(jiān)測營銷績效，改進(jìn)對(duì)營銷過程的理解。- 確定解決問題所需的信息，設(shè)計(jì)信息收集方法，管理和實(shí)施數(shù)據(jù)收集過程，分析結(jié)果，就研究結(jié)論及其意義進(jìn)行溝通。市場研究是以統(tǒng)計(jì)學(xué)為基礎(chǔ)，基于信息收集處理與分析，利用SPSS等統(tǒng)計(jì)學(xué)工具進(jìn)行的相關(guān)工作。市場研究分類研究內(nèi)容支持體調(diào)查方式

2、分析方法深廣度定性研究n動(dòng)機(jī)、態(tài)度、決策過程n口頭表達(dá)的信息n深訪、座談會(huì)n心理分析,經(jīng)驗(yàn)/靈感n深度探測定量研究 n事實(shí)、意見、行為n數(shù)字、尺度n入戶面訪、街訪、電話、信函n統(tǒng)計(jì)分析n廣度探測，多方面和表面目錄SPSS在市場研究中的應(yīng)用市場研究概述市場研究統(tǒng)計(jì)分析概述市場研究數(shù)據(jù)分析的過程問卷設(shè)計(jì)數(shù)據(jù)錄入和查錯(cuò)探索性分析確證/結(jié)論性分析高級(jí)分析分析始于這里！確信問卷覆蓋你要達(dá)成研究目的所需要的全部內(nèi)容。巧婦難為無米之炊！設(shè)計(jì)不嚴(yán)謹(jǐn)、信息不完備的問卷是任何“強(qiáng)有力”統(tǒng)計(jì)工具的“毒藥”！大量的交叉表數(shù)據(jù)，對(duì)研究結(jié)論進(jìn)行支持。對(duì)關(guān)鍵/核心題目的數(shù)據(jù)進(jìn)行簡要分析，粗略把握研究發(fā)現(xiàn)，并生成初步的研究結(jié)

3、論(可能只是假設(shè))確信您獲得了所需要的全部數(shù)據(jù)信息，并且它們是準(zhǔn)確無誤的。一方面，結(jié)合高級(jí)統(tǒng)計(jì)技術(shù)進(jìn)行一些深入的數(shù)據(jù)挖掘和分析；一方面，將數(shù)據(jù)信息與營銷理論結(jié)合，形成研究結(jié)論并給出建議。數(shù)據(jù)分析方法簡單的數(shù)據(jù)分析多元統(tǒng)計(jì)分析方法適用性與優(yōu)勢主要方法列舉n 集中趨勢分析：眾數(shù)、中位數(shù)、均數(shù)n 交叉表分析n簡單分析變量間關(guān)系n相對(duì)應(yīng)用較廣，較容易掌握和使用n對(duì)數(shù)據(jù)和使用者的要求較低 n 相關(guān)分析n 回歸分析n 因子分析n 聚類分析n 對(duì)應(yīng)分析n分析變量間的因果關(guān)系、相似度等n多用于預(yù)測、 用戶細(xì)分等場景n對(duì)數(shù)據(jù)要求：數(shù)據(jù)量要足夠、數(shù)據(jù)周期要足夠；n對(duì)使用者的要求：需要掌握基本的統(tǒng)計(jì)學(xué)知識(shí)和對(duì)業(yè)務(wù)有

4、一定理解；目錄SPSS在市場研究中的應(yīng)用市場研究概述市場研究統(tǒng)計(jì)分析概述SPSS進(jìn)行市場研究分析的步驟依據(jù)研究目的完成問卷設(shè)計(jì)-在此過程中注意問卷形式的標(biāo)準(zhǔn)化。標(biāo)準(zhǔn)化的調(diào)研實(shí)施過程，以保證收回?cái)?shù)據(jù)的規(guī)范、有效。對(duì)收回問卷中的開放題答案進(jìn)行編碼。對(duì)調(diào)研數(shù)據(jù)在SPSS上進(jìn)行數(shù)據(jù)錄入。對(duì)數(shù)據(jù)進(jìn)行機(jī)械校驗(yàn)與邏輯校驗(yàn)。對(duì)生成的SPSS格式數(shù)據(jù)文件進(jìn)行分析處理。調(diào)研：數(shù)據(jù)收集SPSS上的操作J FrequenciesJ DescriptivesJCrosstabsJ MeansJ Bivariate CorrelationsJ Linear RegressionJ K-Means cluster Anal

5、ysisJ Correspondence AnalysisJScatterplot應(yīng)用一例SPSS常用分析統(tǒng)計(jì)命令Frequencies:一維頻數(shù)分布表了解變量的頻次分布狀況，對(duì)數(shù)值的數(shù)量特征和內(nèi)部結(jié)構(gòu)狀況獲得概況的認(rèn)知，以方便在此基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的歸類整理。 Frequencies的基本應(yīng)用步驟如下：選擇Frquencies選擇項(xiàng)，打開相應(yīng)對(duì)話框；選擇需要進(jìn)行頻數(shù)分析的變量；依據(jù)需要在Statistics、Charts中選定希望輸出的統(tǒng)計(jì)量與圖形；通過Format按鈕可設(shè)置頻數(shù)表輸出格式；點(diǎn)擊OK按鈕運(yùn)行命令；查看Output窗口中輸出的統(tǒng)計(jì)結(jié)果：Frequency Table中輸出的

6、五列數(shù)據(jù)自左至右分別為：變量值、各變量值對(duì)應(yīng)的出現(xiàn)頻次（Frequency)、基于全體樣本量的百分比構(gòu)成（Percent）、基于本次計(jì)算的有效樣本量的百分比構(gòu)成（Valid Percent）、累加百分比（Cumulative Percent ）。典型應(yīng)用：定價(jià)策略Descriptives :描述統(tǒng)計(jì)利用Descriptives 可以求得變量的描述統(tǒng)計(jì)量以反映數(shù)據(jù)的集中趨勢和離散趨勢。集中趨勢（Central Tendency）指標(biāo)：眾數(shù)（Mode） ：發(fā)生率最高的數(shù)值；適用于所有的測量水平中位數(shù) （Median）：數(shù)值排序后正好位于中間位置的數(shù)；適用于定序、定距、定比數(shù)據(jù)算術(shù)平均數(shù)或均值（Me

7、an）: 各數(shù)值的簡單平均；適用于定距數(shù)據(jù)與定比數(shù)據(jù)離散趨勢（Measures of Dispersion）指標(biāo)：全距或極差（Range）： 一個(gè)定序型變量最大值與最小值的差上、下四分位數(shù) :方差（Variance）：一個(gè)變量所有值與其平均值之差的平方的平均數(shù)標(biāo)準(zhǔn)差（Standard Deviation）：方差的平方根典型應(yīng)用：一般統(tǒng)計(jì)Crosstabs :多維頻數(shù)交叉分析Crosstabs多維頻數(shù)分布交叉表：交叉列表分析過程生成二維和多維交叉表。一個(gè)行變量和一個(gè)列變量可以形成一個(gè)二維交叉表，再指定一個(gè)控制變量就形成三維交叉表。如果可以指定多個(gè)行、列、控制變量，就會(huì)形成一個(gè)復(fù)雜的多維交叉表。表

8、中的數(shù)據(jù)可以是數(shù)值型或字符型變量。使用交叉表分析過程可以完成分類資料或等級(jí)資料的統(tǒng)計(jì)描述和各種各樣“常規(guī)”的統(tǒng)計(jì)檢驗(yàn)。 Crosstabs的基本應(yīng)用步驟如下：選擇Crosstabs選擇項(xiàng)，打開相應(yīng)對(duì)話框；自源變量中選擇頻數(shù)表的行變量放入Row(s)框；選擇列變量放入Column(s)框;在Statistics中選擇Chi-square，檢驗(yàn)行列變量是否獨(dú)立；在Cells中選擇交叉表格中輸出的統(tǒng)計(jì)量；點(diǎn)擊點(diǎn)擊OKOK按鈕運(yùn)行命令；按鈕運(yùn)行命令；查看Output窗口中輸出的統(tǒng)計(jì)結(jié)果：Crosstabulation為輸出的二維頻數(shù)表。Pearson Chi-Square的值顯示了行列變量雙方獨(dú)立，如

9、該值小于0.05則說明行列變量相互間獨(dú)立的假設(shè)不成立，即行列變量之間存在關(guān)聯(lián)。注意Chi-Square Tests表格下面的注釋，如該表國有部分單元格(Cell)內(nèi)樣本量分布過低，則該P(yáng)earson Chi-Square系數(shù)即使顯著（小于0.05），這種行列變量之間的關(guān)聯(lián)性也限于推論至本次分析的樣本群體。典型應(yīng)用：市場細(xì)分趨勢預(yù)測Crosstabs :多維頻數(shù)交叉分析總體年齡段人數(shù)高收入細(xì)分市場人數(shù) 列百分比 行百分比 指數(shù) down across index % %中收入細(xì)分市場人數(shù) 列百分比 行百分比 指數(shù) down across index % % 低收入細(xì)分市場人數(shù) 列百分比 行百分比

10、 指數(shù) down across index % %18-65歲18-24歲25-34歲35-49歲50-65歲500125150125100150 100 30 10039 26 31 .2 10466 44 44 14733 22 26.4 8812 8 12 40150 100 30 10036 24 28.8 9642 28 28 9342 28 33.6 11230 20 30 100200 100 40 10050 25 40 10042 21 28 7050 25 40 10058 29 58 145高收入細(xì)分市場該年齡段的列百分比高收入細(xì)分市場某年齡段的剖面指數(shù)= 100%總體市

11、場該年齡段的列百分比指數(shù)=100%是等于總體市場指數(shù)=120%或以上，則認(rèn)為顯著高于總體水平指數(shù)=80%或以下，則認(rèn)為顯著低于總體水平舉例：18-24歲的高收入人群的行百分比：26%； 指18-24歲高收入人群在整體高收入中的比例為26%； 18-24歲的高收入人群的列百分比：31.2%；指18-24歲高收入人群在18-24歲人群中的比例為31.2%18-24歲的高收入人群的剖面指數(shù)：104 ； Means :均值比較可以按分類變量分組計(jì)算指定變量的綜合描述統(tǒng)計(jì)量。Means的應(yīng)用步驟如下：選擇Means選擇項(xiàng)，打開相應(yīng)對(duì)話框；自源變量中選擇分組變量放入Independent框內(nèi);選擇目標(biāo)分析

12、變量放入Dependent框內(nèi)；在Options中選擇所要輸出的統(tǒng)計(jì)量，同時(shí)，選擇Anova檢驗(yàn)變量組間是否存在差異；點(diǎn)擊點(diǎn)擊OKOK按鈕運(yùn)行命令；按鈕運(yùn)行命令；查看Output窗口中輸出的統(tǒng)計(jì)結(jié)果：Report表中輸出的是所考察變量按分類變量分組后相應(yīng)的描述統(tǒng)計(jì)量；Anova Table中Sig.顯示的是各變量組間差異顯著性系數(shù)，若小于0.05則表明該變量依該分類變量分組后組間存在顯著差異。典型應(yīng)用：市場細(xì)分Bivariate Correlations :相關(guān)分析相關(guān)分析用以計(jì)算兩個(gè)變量的相關(guān)系數(shù)，用來判別兩個(gè)變量之間的相關(guān)性強(qiáng)弱。Bivariate Correlations的應(yīng)用步驟如下：

13、選擇Bivariate Correlations選擇項(xiàng)，打開相應(yīng)對(duì)話框；自源變量中選擇要求相關(guān)系數(shù)的變量放入Variables框內(nèi);點(diǎn)擊OK按鈕運(yùn)行命令；查看Output窗口中輸出的統(tǒng)計(jì)結(jié)果：觀察輸出結(jié)果中A變量與B變量交叉單元格中的Pearson Correlation系數(shù)，此數(shù)值的絕對(duì)值越接近于1，則兩變量間的相關(guān)性越強(qiáng)。典型應(yīng)用：定價(jià)策略Linear Regression:線性回歸檢驗(yàn)一個(gè)因變量與一組自變量之間的關(guān)系，用以研究某一個(gè)變量的影響因素并建立線性回歸方程。 Linear Regression的應(yīng)用步驟如下：選擇Linear Regression選擇項(xiàng)，打開相應(yīng)對(duì)話框；自源變量中

14、選定自變量與因變量放入相應(yīng)框中;在Statistics中除默認(rèn)值外加入選擇Collinearity Statistic;點(diǎn)擊OK按鈕運(yùn)行命令；查看Output窗口中輸出的統(tǒng)計(jì)結(jié)果：觀察Coefficients表中Sig.值，該值小于0.05的自變量對(duì)因變量變化有顯著影響，對(duì)應(yīng)觀察這些自變量的Unstandardized Coefficients B值（回歸系數(shù)），這一系數(shù)的正負(fù)顯示的是該自變量與因變量關(guān)系的方向，該系數(shù)絕對(duì)值越大表示自變量與因變量的關(guān)聯(lián)性越強(qiáng)。典型應(yīng)用：定價(jià)策略趨勢分析Linear Regression:線性回歸案例：下表為某城市1999年到2007年相關(guān)經(jīng)濟(jì)數(shù)據(jù)年份商品房平均

15、售價(jià)（元每平方米）城鎮(zhèn)人均可支配收入（元）城市人口密度（人每平方公里）房地產(chǎn)開發(fā)投資額（億元）1999.003422.0010931.641672.00514.832000.003565.0011718.011757.00566.172001.003866.0012883.461950.00630.732002.004134.0013249.801959.00748.892003.005118.0014867.491971.00901.242004.005855.0016682.821970.001175.462005.006842.0018645.032718.201246.862006.0

16、07196.0020667.912774.201275.592007.0010320.0023623.352931.001307.53若2008年，人均可支配收入達(dá)到27743.55元，城市人口密度達(dá)到3222.00人/平方公里，房地產(chǎn)開發(fā)投資達(dá)到1500.33億元，請(qǐng)預(yù)測2008年該地商品房平均售價(jià)。K-Means cluster Analysis：快速聚類依據(jù)若干變量的表現(xiàn)特性對(duì)研究對(duì)象分類。K-Means cluster Analysis的應(yīng)用步驟如下：選擇K-Means cluster Analysis選擇項(xiàng)，打開相應(yīng)對(duì)話框；自源變量中將要參與聚類的變量放入Variables框中;將樣

17、本標(biāo)記變量放入查看Output窗口中輸出Label Cases框中;在Number of中定義劃分的類別數(shù);在Save中選擇Cluster mumbership (記錄各case所屬類別號(hào)，存放在數(shù)據(jù)窗口qcl-n變量中）、Distance from cluster center(記錄各case與類中心的距離);在Options中除默認(rèn)設(shè)置外，選擇Anova table、Cluster imformation for each；點(diǎn)擊OK按鈕運(yùn)行命令典型應(yīng)用：市場細(xì)分競爭分析啤酒名啤酒名熱量熱量鈉含量鈉含量酒精酒精價(jià)格價(jià)格Budweiser 144.00 19.00 4.70 .43 Schli

18、tz 181.00 19.00 4.90 .43 Ionenbrau 157.00 15.00 4.90 .48 Kronensourc 170.00 7.00 5.20 .73 Heineken 152.00 11.00 5.00 .77 Old-milnaukee145.00 23.00 4.60 .26 Aucsberger 175.00 24.00 5.50 .40 Strchsbohemi149.00 27.00 4.70 .42 Miller-lite 99.00 10.00 4.30 .43 Sudeiser-lich113.00 6.00 3.70 .44 Coors 140.

19、00 16.00 4.60 .44 Coorslicht 102.00 15.00 4.10 .46 Michelos 135.00 11.00 4.20 .50 Secrs 150.00 19.00 4.70 .76 Kkirin 149.00 6.00 5.00 .79 Pabst 68.00 15.00 2.30 .36 Hamms 136.00 19.00 4.40 .43 Heilemans144.00 24.00 4.90 .43 Olympia 72.00 6.00 2.90 .46 Schlite 97.00 7.00 4.20 .47以以啤酒各競爭啤酒各競爭品牌分類品牌分類為

20、例為例K-Means cluster Analysis：快速聚類Correspondence Analysis ：對(duì)應(yīng)分析 依據(jù)幾個(gè)并列的對(duì)象（如，幾個(gè)競爭品牌）在若干特性（如，品牌特性)上的表現(xiàn)值，綜合權(quán)衡各對(duì)象自身內(nèi)部的特性比較與各對(duì)象間的對(duì)比狀況，找出相對(duì)而言各對(duì)象的核心特性與邊緣特性。表 品牌形象認(rèn)知（提及比率%）品牌特性品牌A品牌B品牌C科技領(lǐng)先的47.530.826.5不斷發(fā)展壯大的50.226.721.3值得信賴的55.726.920.9質(zhì)量可靠的45.826.120.6有社會(huì)責(zé)任感的52.819.515.1實(shí)力雄厚的50.020.219.3把消費(fèi)者放在第一位的42.423.42

21、0.7與眾不同的55.329.021.7物有所值的39.217.813.8基于如下數(shù)據(jù)舉例說明：典型應(yīng)用：品牌定位Correspondence Analysis ：對(duì)應(yīng)分析依據(jù)前述數(shù)據(jù)，構(gòu)造一個(gè)Spss數(shù)據(jù)文件；其中包含三個(gè)變量：變量A中數(shù)據(jù)依次為品牌A至C在各特性上所獲得的提及比率，變量B為品牌特性的序號(hào)，在此，對(duì)應(yīng)變量A的數(shù)據(jù)排列，變量B中的數(shù)據(jù)為三段1至9的排列，變量C為品牌的序號(hào)，在此為9個(gè)1、9個(gè)2、9個(gè)3的排列。依據(jù)變量A對(duì)數(shù)據(jù)作加權(quán)；選擇Correspondence Analysis 選擇項(xiàng)，打開相應(yīng)對(duì)話框；將變量A、B分別移入Row、Column框中;在Define range中定義變量A、B的范圍，在此，分別為1至9與1至3;點(diǎn)擊OK按鈕運(yùn)行命令。Correspondence Analysis ：對(duì)應(yīng)分析生成如下圖形；紅色點(diǎn)表示的是各個(gè)品牌特性，綠色點(diǎn)表示的是三個(gè)競爭品牌；與品牌落在同一象限的、相對(duì)距離較近的品牌特性是該品牌的核心特性